Works建設・インフラ分野

key visual

深層学習を使ったダム外壁からのひび割れ発見

東京大学・全邦釘先生との取り組み

Dam picture

国内に点在するダムのコンクリート外壁を撮影した写真から、ひび割れを検出する取り組みに、東京大学 i-Construction システム学寄附講座の全邦釘特任准教授の下で参画いたしました。

ダムの外壁に観察される傷、ひび割れには、ダムの長期的な維持に大きく問題ないタイプのひびと、コンクリート外壁の構造的な問題につながりかねないものの両方が存在します。本プロジェクトでは、深層学習を使い、問題につながる可能性が高いと専門の土木技術者が診断したひびの検出、より重要度の低いひびの検出対象からの除外に同時に取り組みました。

イメージ・セグメンテーション技術を様々切り替えられるパイプラインを構築し、実運用に耐えられるレベルの AI システムを想定した実装を実現しています。

また、ドローンで撮影されたオルソ画像などでも、深層学習モデルが画像全体に対して推論を行い、大きな画像の中のどこにひび割れが存在するかを指し示すことが可能なシステムとなっています。

本システムは追加データを用いた再学習も容易に実施できるため、今後提供されるデータセットの増加によって、順次性能が大きく向上していくことが期待されています。

画像処理を使った鉄筋配筋検査の自動化

三井共同建設コンサルタント株式会社様との取り組み

Steel rods

三井共同建設コンサルタント株式会社様と、コンクリート構造物で使われる鉄筋の配筋検査を画像処理で自動化する試みを行いました。

コンクリート構造物を製造する場合、コンクリート内に配筋される鉄筋が正確に組めているか製造工程で確認する必要が生じますが、これまでは、その検査に大変時間と手間がかかっておりました。三井共同建設コンサルタント様と共同で実証実験に参加し、画像処理による検査の自動化を担当させていただきました。

鉄筋の直径、鉄筋同士の間隔や重なっている部分の長さなどを自動計測する画像処理パイプラインを構築し、特に鉄筋間隔や重なりの長さに関して、比較的少さい誤差での計測に成功しています。

今後、様々な鉄筋の配筋検査にこの技術が活用されることで、建設現場の大幅な省力化に貢献することが期待されております。